< 上一个 | 内容 | 下一个 >

第 5 章 神经网络的数学原理

 

5.1 神经网络的背景及意义5.1.1 神经网络的发展历史5.1.2 神经网络对人工智能发展的作用5.1.3 神经网络给人工智能带来的挑战5.2 神经网络的数学原理的内涵5.2.1 研究意义5.2.2 分析视角5.2.3 基本框架5.2.4 研究趋势5.3 神经网络的传统理论5.3.1 表达能力5.3.2 泛化能力5.3.3 优化能力5.4 前沿发展5.4.1 对自适应优化器的分析5.4.2 基于神经网络结构的优化分析5.4.3 优化器的隐式正则分析5.4.4 神经网络的精确泛化估计5.4.5 表示所需参数量下界5.5 未来展望5.5.1 设计适用不同场景的安全性度量5.5.2 构建以安全为中心的神经网络理论5.5.3 发展可信可控的神经网络模型

  

 

< 上一个 | 内容 | 下一个 >